Introdução
A Perplexity acaba de anunciar o Portable Computer, uma versão revolucionária de sua plataforma de agentes de IA que roda inteiramente no hardware local do usuário, começando pelo supercomputador desktop DGX Spark da Nvidia e máquinas Linux equipadas com GPUs RTX da Nvidia. O lançamento, desenvolvido em estreita parceria com a gigante dos chips, representa uma das tentativas mais agressivas até hoje de mover cargas de trabalho sérias de agentes de IA da nuvem para dispositivos locais. A grande promessa: zero custo com tokens e total privacidade dos dados.
A revolução dos agentes locais: como funciona o Portable Computer
O Portable Computer replica toda a experiência do Perplexity Computer – a plataforma de agentes da empresa para trabalho de conhecimento – mas rodando localmente. O sistema empacota em uma única aplicação todos os componentes necessários: modelos locais, motor de inferência, ferramentas, conectores de aplicativos e um sandbox de segurança. Isso é fundamental porque, com a maioria das soluções de IA local hoje disponíveis, os usuários precisam montar e operar essas peças separadamente – baixando pesos de modelos, configurando servidores de inferência, conectando ferramentas e ajustando performance.
Durante demonstrações realizadas na segunda-feira, o sistema analisou uma pasta de documentos fiscais 1099 e investimentos – o tipo de material financeiro sensível que muitos usuários hesitariam em enviar para um serviço na nuvem. Rodando um modelo Qwen de 27 bilhões de parâmetros com utilização total da GPU em um DGX Spark, o agente revisou cada documento e identificou casos onde o investidor hipotético estava pagando taxas desnecessárias. O contador de créditos na interface, que normalmente mostra o consumo acumulado na nuvem, permaneceu zerado durante toda a operação.
Uma segunda demonstração mostrou o lado híbrido do produto. Simulando um fundador de startup, o sistema analisou um CSV de dados de funil de usuários localmente, depois enviou a análise finalizada para um canal do Slack usando o ecossistema de conectores da Perplexity – provando que processamento local não significa desconexão. O sistema também se conecta ao Google Drive, Gmail e GitHub, e pode escalar para um modelo de fronteira na nuvem quando o modelo local atinge seus limites.
A economia dos tokens: por que agentes de IA estão migrando para hardware local
A lógica estratégica por trás do lançamento fica clara quando consideramos como as cargas de trabalho de IA mudaram. Chat era intermitente – uma pergunta, uma resposta, fim. Agentes são diferentes. Como explicou Nader, diretor de tecnologia de desenvolvimento da Nvidia: “Com agentes, você quer que eles estejam sempre ativos se possível. Você quer que os agentes realmente consumam tantos tokens quanto puderem. O que estamos vendo é uma demanda insaciável por tokens, e é isso que torna a IA local tão poderosa.”
Isso reformula completamente a proposta de valor do hardware local. Um agente que roda por horas revisando documentos, verificando seu próprio trabalho e iterando em análises acumularia contas substanciais de API na nuvem. Em um dispositivo que o usuário já possui, o custo marginal desses tokens se aproxima de zero. O paper de pesquisa da Perplexity faz o argumento empresarial explicitamente: conforme os agentes escalam através de fluxos de trabalho individuais e organizações inteiras, o gasto com tokens e o movimento de dados “tornam-se cada vez mais difíceis de governar”. A execução local resolve ambos de uma vez – o gasto, porque a inferência é gratuita, e a privacidade, porque tokens sensíveis nunca deixam o dispositivo.
Talvez o resultado mais comercialmente interessante diga respeito ao meio termo híbrido. No Terminal Bench 2.1, um desafiador benchmark de programação, o modelo Qwen totalmente local marcou 59,6% a custo marginal essencialmente zero. Permitir que ele escalasse para um “consultor” Claude Opus 5 na nuvem elevou a pontuação para 73,0% a um custo estimado de US$ 0,415 por tarefa. Executar apenas o modelo de fronteira marcou 82,4% a US$ 0,65 por tarefa. A escalação, em outras palavras, recuperou aproximadamente três quintos da diferença para o desempenho de fronteira a cerca de dois terços do custo.
Design integrado: por que modelos e agentes precisam ser desenvolvidos juntos
Junto com o lançamento, a Perplexity publicou um paper argumentando que agentes locais eficazes exigem que o modelo e o harness do agente – o andaime de prompts, ferramentas e lógica de orquestração ao redor do modelo – sejam projetados em conjunto. O insight central: harnesses de propósito geral assumem um modelo de fronteira que pode absorver contextos enormes, navegar por superfícies de ferramentas extensas e planejar em horizontes longos. Modelos locais pequenos sucumbem sob essas demandas.
A Perplexity descobriu empiricamente que, embora modelos como o Qwen 3.8 27B anunciem janelas de contexto de 260.000 tokens, eles começam a ter dificuldades além de 100.000 tokens. Então a empresa construiu um harness deliberadamente mínimo: um prompt de sistema sucinto, um pequeno conjunto de ferramentas principais e capacidades que carregam e descarregam como “habilidades” sob demanda em vez de ficarem permanentemente no contexto. Converteu conectores populares como Gmail e GitHub de servidores MCP famintos por tokens em ferramentas compactas de linha de comando, adicionou ganchos de autoverificação que monitoram a saúde de uma tarefa e impôs sandboxing sempre ativo no nível do sistema operacional.
Os resultados de benchmark que a Perplexity relata são impressionantes. Em seu Local Knowledge Work Bench interno – 53 tarefas abrangendo pesquisa profunda, análise financeira e criação de documentos – o Computer rodando Qwen 3.8 27B em um DGX Spark marcou 82,6%, versus 77,6% para o harness open source Pi e 74,0% para o Hermes rodando o modelo idêntico. O PPLX 27B pós-treinado da Perplexity elevou a pontuação para 85,4%. As diferenças se ampliam dramaticamente em tarefas mais difíceis: no BrowseComp, um benchmark de pesquisa na web, o Computer atingiu 66,7% de precisão versus 50,2% para Pi e 43,9% para Hermes, enquanto usava 51% menos tempo e 70% menos tokens que o Pi.
O que isso significa para o mercado brasileiro
Para empresas brasileiras, especialmente nos setores financeiro, jurídico e de saúde, o Portable Computer representa uma mudança de paradigma. A possibilidade de executar agentes de IA sofisticados sem enviar dados sensíveis para a nuvem resolve uma das maiores barreiras para adoção de IA em setores regulados. Bancos podem analisar documentos de clientes, escritórios de advocacia podem processar contratos confidenciais, e hospitais podem trabalhar com dados médicos – tudo sem os riscos de compliance associados ao processamento em nuvem.
A questão do custo também é crítica para o mercado brasileiro. Com o dólar alto e orçamentos de TI apertados, muitas empresas têm hesitado em adotar soluções de IA devido aos custos recorrentes de tokens. Um agente que processa documentos por horas pode facilmente gerar contas de milhares de reais por mês em APIs de nuvem. Com o Portable Computer, após o investimento inicial em hardware (uma GPU RTX com pelo menos 24GB de VRAM), o custo operacional cai para praticamente zero.
No entanto, existem limitações importantes. O requisito mínimo de 24GB de VRAM exclui a grande maioria dos PCs consumidores – você precisará pelo menos de uma GeForce RTX 3090 ou mais recente. O lançamento inicial é apenas para Linux, com suporte para Windows chegando em setembro. E notavelmente, não há planos anunciados para suporte ao Apple Silicon, excluindo muitos entusiastas de IA local que trabalham em Macs.
A aliança estratégica Nvidia-Perplexity e suas implicações
O lançamento estende uma parceria que vem se construindo há mais de um ano. Em junho de 2025, Nvidia e Perplexity anunciaram uma colaboração para trazer modelos de IA soberanos para editoras e telecoms europeias, parte da campanha do CEO Jensen Huang para convencer governos de que “cada país precisa de uma infraestrutura nacional de inteligência”. O argumento de IA soberana – que os dados “pertencem ao seu povo, seu país, sua cultura”, nas palavras de Huang – é filosoficamente o mesmo argumento que o Portable Computer faz na escala de uma única mesa: inteligência que você controla, rodando em hardware que você possui.
Para a Nvidia, que passou os últimos dois anos vendendo ao mundo data centers de IA de trilhões de dólares, o anúncio sinaliza algo mais sutil mas estrategicamente importante: a fabricante de chips acredita que a IA local cruzou um limiar de curiosidade hobbysta para ferramenta prática – e quer vender o hardware que a executa. Como disse Nader: “A IA local atingiu um ponto de inflexão. Por muito tempo, eram hobbyistas e entusiastas, e eles estavam rodando esses modelos quantizados que eram super pequenos… E embora isso seja legal, não é super prático. Mas tudo isso mudou com muitos desses novos modelos open source que surgiram e são super úteis.”
Conclusão
O Portable Computer da Perplexity representa um marco importante na evolução da IA empresarial. Ao permitir que agentes sofisticados rodem localmente com custo zero de tokens e total privacidade, a solução remove duas das maiores barreiras para adoção em larga escala de IA: custo operacional e preocupações com segurança de dados. Embora existam limitações – requisitos de hardware significativos e suporte inicial apenas para Linux – a direção é clara: a IA está se movendo da nuvem para o edge, e empresas que investirem cedo nessa transição podem obter vantagens competitivas significativas. Para o mercado brasileiro, onde questões de soberania de dados e custos em dólar são especialmente sensíveis, soluções como o Portable Computer podem ser o catalisador necessário para uma adoção mais ampla de agentes de IA em setores críticos da economia.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria “Perplexity partners with Nvidia to launch Portable Computer, a fully local AI agent with zero token costs” publicada em VentureBeat, disponível em https://venturebeat.com/infrastructure/perplexity-partners-with-nvidia-to-launch-portable-computer-a-fully-local-ai-agent-with-zero-token-costs.
